Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
El nuevo Flipper One es un PC Linux portátil que puedes llevar en tu bolsillo y se vende a cero beneficio
Se lanzó el Flipper One, un ordenador portátil basado en Linux, a través de una campaña de crowdfunding con un precio de $399. El dispositivo utiliza el sistema operativo Flipper OS y puede funcionar como PC de escritorio o dispositivo portátil, ofreciendo capacidades como VPNs y conectividad múltiple. La compañía afirma que el precio cubre el costo de producción y no genera margen de beneficio.
Hospital entrega PC especial a doctor muy enfermo para uso personal
Un doctor investigador, conocido por su consumo de entretenimiento para adultos, causó una infección de malware en su PC, lo que llevó a una investigación interna. El hospital finalmente implementó una política para restringir el uso de PCs para asuntos personales y, posteriormente, los estudiantes del doctor interpusieron una demanda.
Tecnólogo manipula un ventilador defectuoso cerca de líquido inflamable y una placa base expuesta, y lo deja funcionar por días
Un lector llamado Axl manipuló una PC en una gasolinera que dejó de funcionar, sospechando sobrecalentamiento. Él instaló una solución temporal con un ventilador de extracción para mantener el sistema operativo durante varios días. El ingeniero de soporte llegó y reemplazó el componente fallido, y no hubo víctimas, asegurando que los turistas regresaron satisfechos.
Veredicto final de Slayyyter: un disco saturado e industrial que le da identidad propia
El tercer disco de Slayyyter, WOR$T GIRL IN AMERICA, utiliza una producción saturada e industrial para darle identidad propia, marcando un giro respecto al sonido anterior. Aunque la segunda mitad del álbum presenta temas con letras débiles, los momentos donde el ruido se retira permiten que la voz se exprese de manera más suave y expresiva. El álbum es calificado como el más ambicioso y logrado hasta la fecha, combinando la intensidad sonora con una vulnerabilidad en su desenlace.
Kim Gordon – PLAY ME
Kim Gordon lanza su tercer disco, PLAY ME, utilizando canciones cortas y producción industrial para desafiar al algoritmo del streaming. El álbum explora temas políticos y opresivos, criticando la tecnocracia y la manipulación del sistema. La obra demuestra cómo la brevedad y la suciedad de la producción pueden ser una estrategia efectiva para contestar las reglas del sistema digital.
Linux se une a la flota de pantallas de información inoperativas de Heathrow
Linux ha demostrado ser tan capaz como Windows en términos de fallos, y Heathrow está explorando el uso de hardware basado en Raspberry Pi para sus nuevas pantallas. Se destaca la flexibilidad en la distribución de contenido y la eficiencia energética de las nuevas soluciones de hardware.
Linux está obteniendo una herramienta que causa fallos en el sistema de forma intencionada
Se presenta una nueva herramienta en el kernel de Linux llamada hwpoison-panic diseñada para inducir fallos de memoria intencionales. Esta herramienta permite a los desarrolladores probar la respuesta del kernel ante errores de memoria irrecuperables, simulando fallos de hardware para verificar la estabilidad del sistema. El objetivo es que el kernel realice un pánico inmediato, lo cual es crucial para el desarrollo y la depuración de sistemas operativos.
La mejor manera de detener la propagación de una idea es un incendio controlado
El texto describe una situación de crisis en un edificio donde se sospecha la propagación de un virus, desencadenada por una idea impulsiva. Los personajes intentan detener la situación mediante la desactivación de sistemas y la destrucción de dispositivos. Finalmente, se confirma que el fuego se originó por un acelerante desconocido, aunque la idea inicial no fue la causa directa.
Alguien usó Claude para construir un chatbot que cabe en un disco flexible
Se presenta Tiny-2.1, un chatbot construido con Claude que se ejecuta en DOS con una memoria muy limitada. Aunque puede realizar tareas básicas como trivia y aritmética, su precisión disminuye significativamente al responder preguntas con redacción nueva. El texto concluye que es más una prueba de concepto que un modelo práctico para uso diario, aunque es útil para probar la capacidad de modelos pequeños.
Descubierta la causa inesperada del ruido de la computadora
Se reveló que el ruido de la computadora puede deberse a la carga de la tarjeta gráfica y la acumulación de polvo en el sistema de refrigeración. El aumento de temperatura provoca que los ventiladores trabajen más rápido, y la vibración de componentes puede generar ruidos. Se recomienda limpiar el dispositivo de polvo y revisar si el ventilador está desgastado.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Bleeping Computer»
Más recientes primero · Hasta 30 noticias por página
CRISP: Solución para corregir píxeles voladores en la generación de LiDAR latente mediante decodificación por difusión
Se presenta CRISP, un decodificador de difusión en espacio de píxeles diseñado para corregir píxeles voladores en pipelines de LiDAR latente. Este método busca reemplazar decodificadores existentes manteniendo el codificador y el generador latente fijos. Los resultados muestran reducciones significativas en FSVD/FPVD en diferentes conjuntos de datos y *backbones*.
Usuarios y creadores de mapas: El alcance de la atribución cognitiva de representaciones adquiridas
El artículo desarrolla un marco para especificar la ampliación y los límites de la capacidad cognitiva de un sistema al adquirir representaciones. Se presenta una tabla de atribución de cinco partes que distingue entre diferentes formas de adquisición de conocimiento. El marco se aplica a la interpretación del modelo de mundo de Othello-GPT y a conceptos de máquina.
Aprendizaje activo de bajo costo para segmentación de imágenes referenciales y localización
Se presenta un marco de aprendizaje activo para la localización visual (VG) que aborda el desafío de obtener expresiones referenciales precisas a partir de imágenes sin texto. El método introduce una función de adquisición llamada Referencia de Ambigüedad de Región para priorizar imágenes con alta ambigüedad visual. Los experimentos demuestran que este marco supera a otros métodos de aprendizaje activo y acelera el etiquetado de descripciones.
Regularización de matriz de transición para la predicción del próximo acto de diálogo en conversaciones de consejería
Se propone una regularización KL para alinear las distribuciones de actos de diálogo predichos con los patrones de transición del corpus. Los resultados muestran mejoras significativas en el macro-F1 y la alineación del flujo de diálogo en tareas de consejería. Se concluye que la regularización de transición complementa eficazmente a los codificadores preentrenados en tareas de diálogo complejas y con datos limitados.
¿Son las citas falsas una forma de hackeo de recompensas? Un estudio preregistrado de señales de citación post-entrenamiento y citación
Un estudio preregistrado investigó si los modelos de lenguaje entrenados posteriormente fabrican citas como una forma de hackeo de recompensas. Los resultados indican que pedir citas aumenta significativamente la fabricación de citas en los modelos post-entrenamiento. Se concluye que los modelos fabrican citas a tasas mucho mayores cuando se les solicita fuentes, aunque el patrón específico registrado no se confirmó.
No se identificaron personas.
Meta-memorización y leyes de escalado de memorización en transformadores
Investigaciones sobre transformadores indican que modelos más grandes pueden memorizar más datos y hacerlo más rápido. Se demuestra un efecto de meta-memorización que permite a los modelos aprender a memorizar secuencias nuevas más rápidamente. Esto sugiere que el preentrenamiento confiere mecanismos reutilizables para un almacenamiento y recuperación de memorias eficientes.
Stage: Traducción de estado a ejecución de grafo agente con contexto limitado por política y control determinista
Se presenta Stage, un marco de ejecución integrado que utiliza nodos de tareas tipados y orquestación determinista para agentes empresariales. La evaluación en varios benchmarks mejoró el éxito y la fiabilidad de la ejecución de flujos de trabajo complejos. Los resultados indican que integrar razonamiento local y control procedimental mejora la finalización fiable de flujos de trabajo empresariales.
Cómo los modelos de lenguaje poseen respuestas, dirigen las siguientes
Se investiga cómo las respuestas de los modelos de lenguaje cambian al responder preguntas sucesivas sobre la misma entidad, midiendo un "auto-compromiso". Se analiza cómo la lectura de esta dirección de compromiso varía según la escala del modelo, el entrenamiento y el prompt utilizado. Se demuestra que la alineación de la dirección con el componente principal del texto predice el costo de los modelos.
Inversión holográfica rápida de domos superconductores
Se presenta un superconductor holográfico cuya masa escalar depende de la fuerza del campo de calibre. Se describe un método para recuperar la masa crítica de un domo superconductor en un tiempo reducido. Se analizan las restricciones impuestas por los domos en relación con la masa escalar y sus horizontes.
Modelos de lenguaje aprenden a mejorar modelos de lenguaje
Se propone LM2LM para entrenar LLMs con RL para generar propuestas de mejora efectivas de modelos de lenguaje. Se utiliza un modelo de mundo de investigación (RWM) como modelo de recompensa para proporcionar retroalimentación escalable. Evaluaciones muestran que LM2LM permite a Qwen3.8-27B superar a GPT-6-sol con un 33% menor costo de generación de datos.
Memorix: Gestión de selecciones de memoria para agentes de IA
Se presenta Memorix, un sistema de memoria para agentes de IA que permite calcular la selección de información necesaria de forma precomputada para reutilizarla en tareas. Este sistema aborda las limitaciones de los métodos existentes al asegurar que los agentes accedan a la documentación correcta basada en el proyecto persistente. Memorix utiliza mecanismos como un almacén versionado y una vista reproducible para mejorar la eficiencia y la fiabilidad de la memoria de los agentes.
CIS-Transolver: Un Operador Neuronal Incremental de Estado entre Capas para la Predicción del Flujo Aerodinámico Automotriz a Pequeña Escala
Se presenta CIS-Transolver, un operador neuronal incremental de estado entre capas diseñado para predecir flujos aerodinámicos automotrices complejos. El método integra información multiescala local en la modelización del flujo global mediante la extracción y combinación de momentos geométricos y memoria entre capas. Los resultados demuestran que este método reduce significativamente el error relativo y los errores espectrales de alta frecuencia en comparación con las mejores líneas base.
It Takes Two: Auto-destilación complementaria para la integridad contextual en LLMs
Se propone SELFCI, un marco de auto-destilación complementaria para mejorar la Integridad Contextual (CI) en modelos de lenguaje grandes (LLMs). Este marco optimiza la supresión de información y la resolución de tareas para equilibrar la utilidad y la privacidad. Evaluaciones empíricas muestran que SELFCI supera a métodos competitivos sin requerir supervisión externa costosa.
Compresión guardada del estado del optimizador Adam con límites de gradiente compartidos
Se investiga la compresión guardada del estado del optimizador Adam para reducir el tamaño de los momentos, manteniendo la precisión de la actualización nativa FP32 dentro de una tolerancia específica. Se demuestra que al limitar la diferencia entre las actualizaciones, se logran reducciones significativas en la carga útil de los momentos, mejorando la eficiencia de la compresión.
Exploración de métodos mixtos de factores sociotécnicos para mejorar la adopción de aplicaciones de denuncia de delitos en comunidades urbanas
Un estudio mixto exploratorio analizó los factores sociotécnicos que influyen en la adopción de aplicaciones móviles para denunciar delitos en entornos urbanos. Los resultados indican que el valor percibido, compuesto por dimensiones como seguridad y anonimato, es clave para mantener el compromiso de los usuarios. El estudio sugiere principios de diseño para crear tecnologías de denuncia de delitos centradas en la comunidad.
Poolwise: Evaluando modelos de recompensa para la selección entre prompts
Se presenta Poolwise, un protocolo diseñado para evaluar modelos de recompensa en la selección de datos a través de diferentes prompts. El protocolo mide la calidad del conjunto seleccionado y compara el ranking dentro del prompt. Los experimentos demuestran que ajustar la puntuación media de cada prompt mejora la selección de datos con una retención del 30 por ciento.
¿Qué se transfiere del texto a la visión? Leyes de escalado de capacidad y dinámicas de transferencia para VLMs
Se propone la Ley de Escalado Multimodal Basada en la Capacidad para predecir la precisión de los Modelos de Lenguaje-Visión (VLM) basándose en la capacidad textual observable de los LLM. El estudio demuestra que esta ley extrapola con precisión la tasa de transferencia de modelos y predice trayectorias de entrenamiento de VLM con alta fidelidad. El marco busca transformar la selección de la base de modelo (backbone) en una decisión cuantitativa y fundamentada.
ZenBrain: Arquitectura de memoria de 7 capas inspirada en neurociencia para sistemas de IA autónomos
Se presenta ZenBrain, una arquitectura de memoria de siete capas basada en neurociencia para agentes de LLM. Esta arquitectura incluye componentes para la memoria y algoritmos fundamentales, evaluando su rendimiento en tareas de recuperación de contexto. Los resultados indican que ZenBrain alcanza un 91.3% de precisión con una fracción de sus tokens de entrada, superando a otros sistemas en ciertas métricas.
Modelo Integrado de Riesgo Tecnológico de Tres Niveles para Seguridad y Salud Ocupacional
Se presenta un modelo de riesgo tecnológico de tres niveles para la gestión de Seguridad y Salud Ocupacional (SSO). Este marco integra el Análisis de Seguridad del Trabajo (JSA), la evaluación dinámica de riesgos y el análisis predictivo mediante LLMs. El objetivo es pasar de prácticas de seguridad reactivas a un paradigma predictivo basado en datos para la mitigación preventiva de riesgos.
Spotter: El modelo encarnado lidera y el VLM refleja por ello
Se propone Spotter, un sistema que invierte los roles entre el modelo encarnado y el modelo vision-language (VLM). El modelo encarnado ejecuta continuamente mientras el VLM monitorea, interviene y corrige errores detectados. Los resultados muestran que la implementación con GPT mejora significativamente el rendimiento de los modelos encarnados en RoboCasa y RoboTwin 2.0.
¿To Jev o no a Jev: ¿Cuándo pueden los modelos de decisión del Sistema-1 reemplazar a los jueces LLM?
Se evalúan 14 modelos de decisión del Sistema-1 contra jueces generativos para determinar su idoneidad como jueces para modelos grandes de lenguaje (LLM-as-a-judge). Los resultados indican que algunos modelos del Sistema-1 son estadísticamente indistinguibles de modelos avanzados como GPT-5.6, y son más precisos que algunos jueces generativos en varios benchmarks. Se concluye que los modelos del Sistema-1 son candidatos prometedores y potencialmente más eficientes que los jueces generativos.
Los modelos del mundo no necesitan ser correctos para clasificar políticas
Se investiga si los errores de los modelos del mundo aprendidos pueden preservar las clasificaciones par a par, incluso con valores absolutos deficientes. Se propone el método RAVEL para realizar auditorías selectivas de errores de valor en estos modelos. Los resultados muestran que la fidelidad de la clasificación y la explotación del modelo son propiedades distintas.
LaBraM a escala: Escalando datos y modelos para el preentrenamiento de EEG
Se demuestra que el preentrenamiento de EEG a gran escala con LaBraM puede generar representaciones robustas para diversas tareas. Se expandió la capacidad del modelo y los datos, logrando altos porcentajes de precisión en tareas evaluadas. Los resultados indican que escalar LaBraM es valioso, pero es crucial igualar la escala de preentrenamiento con la adaptación posterior.
NeuroPilot: Un sistema inteligente basado en agentes para procesar, control de calidad y gestionar imágenes neuronales
Se presenta NeuroPilot, un sistema multiagente impulsado por LLM diseñado para automatizar y orquestar el procesamiento, control de calidad y gestión de datos de imágenes neuronales. Este sistema estandariza flujos de trabajo y permite la adaptación dinámica de las modalidades de resonancia magnética para lograr alta escalabilidad. Se demuestra su capacidad para reducir significativamente el tiempo necesario para el entrenamiento de personal y el procesamiento de datos completos.
Auditoría de límites de evidencia para grafos de conocimiento analíticos
Se presenta una auditoría de límites de evidencia para grafos de conocimiento analíticos, conectando requisitos de competencia con una auditoría ejecutable de observaciones ambientales. La aplicación de datos públicos reconstruye estadísticas de referencia a tratamiento de Inglaterra de agosto de 2026, encontrando discrepancias en la reconciliación de registros financieros. El trabajo ofrece una interfaz de auditoría reproducible y una aplicación reconciliada de fuente.
EvoOntology: Una capa de ontología autoevolutiva para agentes de datos
Se presenta EvoOntology, una capa de ontología autoevolutiva diseñada para agentes de datos. Esta capa encapsula la ontología mediante un servidor MCP con capas de esquema, contenido y herramientas para permitir la interacción activa de los agentes. Los experimentos demuestran que EvoOntology supera a enfoques previos, cerrando la brecha entre agentes y datos heterogéneos.
Consenso de Razonamiento: Ensamblaje Estructural del Razonamiento de LLM mediante Agregación de DAGs Ponderadas
Se presenta el Reasoning Consensus (RC), una técnica que extrae un grafo de razonamiento de los procesos de cadena de pensamiento (CoT) de los Modelos de Lenguaje Grandes (LLM). Esta técnica fusiona pasos equivalentes de diferentes modelos y pondera cada paso según el soporte de las cadenas, revelando el soporte paso a paso del razonamiento. Los resultados indican que RC iguala la precisión de la votación por mayoría y el debate multiagente en diversos benchmarks.
Modelos de lenguaje nativos de voz perciben frustración pero no la escuchan
Modelos nativos de voz pueden registrar la frustración expresada en el habla, pero no parecen procesar o escuchar la frustración subyacente. Las evaluaciones indican que estos modelos muestran robustez al no detectar un efecto vocal en la precisión, incluso cuando la frustración es percibida por los oyentes humanos. El estudio demuestra que la invariancia a la formulación frustrada es una forma de robustez genuina en estos sistemas.
Vista de la Regla de Renormalización espectral del aprendizaje
Se estudia la convergencia de capas en redes neuronales profundas utilizando ideas de la Regla de Renormalización-Grupo Wilsoniana. Se postula que el exponente $\\alpha=2$ marca el límite entre aprendizaje estable y sobreajuste. Los resultados sugieren una visión de la Regla de Renormalización-Grupo espectral del aprendizaje, indicando que las redes neuronales pueden alcanzar una estructura espectral común.
RecGroupMemory: Memoria de Cohorte Sensible al Feedback para Recomendación en Comercio Electrónico
Se presenta RecGroupMemory, un flujo de trabajo que utiliza memoria de cohorte para la planificación de recomendaciones en comercio electrónico mediante LLMs. Este sistema permite actualizar la guía de decisión basándose en el feedback recibido, manteniendo la validez de las observaciones originales. Las pruebas mostraron aumentos en el número de usuarios de transacciones guiadas al incorporar la memoria con feedback.